1. Concevez vos data stories avec un message clair en tête
De subtiles différences de design peuvent profondément influencer la manière dont le public interprète une visualisation de données. Elles tiennent notamment au choix des couleurs, au titre et aux annotations.
Un exemple saisissant est l’« Iraq Bloody Toll » de Simon Scarr, qui met en exergue le nombre de morts liés à l’intervention militaire américaine en Irak. L’histogramme orienté vers le bas et teinté de rouge évoque puissamment l’hécatombe, rendant la métaphore visuelle inoubliable. Fait intéressant, un simple changement d’orientation et de couleur modifie entièrement le message.
Figure 1 : Iraq’s Bloody Toll par Simon Scarr [Source]Les créateurs de data stories devraient manier ce pouvoir avec responsabilité et intention. Lorsqu’ils livrent un récit de données supposément objectif, ils doivent veiller aux détails des graphiques susceptibles d’accentuer des biais. Par exemple, les axes devraient commencer à zéro pour éviter des corrélations trompeuses.
Figure 2. Les mêmes points de données peuvent conduire à des conclusions radicalement différentes [Source]2. Placez correctement les éléments d’une data story
Le principe de Gutenberg indique que le regard suit une trajectoire en Z, du coin supérieur gauche vers le coin inférieur droit, lors de la lecture d’un contenu.
Figure 3. Le principe de Gutenberg [Source]Appliqué aux data stories, ce principe nous dit que l’information la plus importante doit se situer en haut à gauche. Les détails plus granulaires seront développés vers le bas du graphique. Vous pouvez également intégrer un appel à l’action dans le coin inférieur droit, là où se situe la zone terminale.
3. Comprenez votre audience grâce aux principes de design
Les principes de design permettent d’anticiper l’expérience du public face aux data stories. Dans l’ouvrage The Design of Everyday Things, l’auteur Don Norman soutient que les utilisateurs finaux traitent tout objet selon trois niveaux d’émotions — viscéral, comportemental et réflexif.
-
Niveau viscéral : dans la première seconde, les utilisateurs jugent un graphique à son apparence. C’est le traitement viscéral, lié aux ressorts émotionnels ancrés et automatiques. L’esthétique d’un graphique est donc essentielle pour retenir l’attention sur le récit de données.
-
Niveau comportemental : l’utilisateur évalue ensuite la visualisation selon son utilité, c’est le traitement comportemental. Autrement dit, le public doit pouvoir comprendre clairement le propos de l’auteur à travers la visualisation.
-
Niveau réflexif : après l’interaction, les utilisateurs réfléchissent à leur expérience. Par exemple, un utilisateur sera enclin à réutiliser un tableau de bord de données s’il garde un souvenir positif de son usage.
D’autres conseils pour raconter vos données
Cet article a montré comment les équipes data peuvent renforcer leurs récits grâce à des choix de design réfléchis. Dans la deuxième partie de ce billet, nous partagerons des conseils pratiques supplémentaires pour présenter d’excellents data stories.